第十三章 基因组学

四、基因组学研究内容
（三）蛋白质组学(proteomics) 研究细胞内蛋白质组成及其活动规律。旨 在阐明生物体全部蛋白质的表达模式及功能 模式,内容包括鉴定蛋白质表达、存在方式、 结构、功能和相互作用方式等。 基因是遗传信息的携带者,而全部生物功能 的执行者却是蛋白质, 仅仅从基因的角度来研 究是远远不够的。
（一） 人类基因组
1. 人类基因组计划 与曼哈顿原子 计划、阿波罗登月计划并称的人类科学 史上的重大工程。于1990年首先在美国启 动，后有德、 日、英、法、中等国的科学家先后正式加入。
人类基因组计划
▲ 1990年，美国国会批准美国的“人类基因组计划” 在10月1日正式启动。其总体规 划是准备在15年内 （1990－2005）至少投入30亿美元，分析人类的基因 组30 亿个碱基对。 ▲ 2003年，6国科学家宣布人类基因组序列图绘制成 功，HGP的所有目标全部实现。覆盖人类基因组所含 基因区域的99%，精确率达到99.99%，比原计划提前 两年多，耗资27亿美元。
SSR （simple sequence repeats） 或微卫星（microsatellite )
☆重复序列 ◆串联重复序列（tandem repeated sequence），其重复单位首尾相连，成串排列 （Flavell 1986）。 ◆散布重复序列（interspersed repeated sequence），其重复单位与其它无关序列或单 拷贝序列相间排列。
AFLP反应过程示意图
EST （expressed sequence tags）
☆遗传信息由DNA →mRNA →蛋白质。 ☆一个典型的真核生物mRNA分子：5′- U TR ( 5′端 转录非翻译区) , ORF (开放阅读框架) ,3′- U TR ( 3′端 转录非翻译区) ，polyA
☆任何一个基因，cDNA 的5′端或3′端的有限序列即 可特异性地代表生物体某种组织某个时期的一个表达 基因。EST 的数目可以显示所代表的基因的拷贝数
国际水稻基因组测序计划 国际水稻（粳稻）基因组计划始于1998年，日本、 美国、中国、法国等国家和地区参加。中国负责第 4号染色体：36 Mb (占9~10%)。
国际水稻基因组测序计划 2002年12月21日《Nature》，中国第四号染色体。 ☆材料：粳稻“日本晴”。 ☆完成单位：中科院国家基因研究中心等4家单位。 ☆水平：第四号染色体中的总碱基数目为0.35亿碱 基对，覆盖全长序列98％的区域，只剩下7个小空洞， 碱基序列的精确度达到99.99%。完整测定的着丝粒序 列在高等生物中属于首次。
EST
☆从组织细胞中物测出插入载体的cDNA 片段5′端 或3′端300 - 500 碱基的序列。
☆将测序所得的EST 与dbEST 等数据库中的 数据进行比较分析,根据核酸或蛋白质序列的 同源性比较，可以鉴定出哪些EST 代表已知 基因，哪些EST 代表未知基因。
SSR
☆微卫星DNA序列或SSR又称短串联重复序列 （short sequence repeat，STR），它是由几个 核甘酸（一般1~6个）为重复单位簇集而成的串 联重复序列，可随机的分布在整个基因组的不 同位置上。微卫星长度具有高度变异性，并且 这种多态性常常表现复等位性，两端的序列多 是相对保守的单拷贝序列，因而可以根据两端 的序列设计一对特异引物，扩增每个位点的微 卫星序列，从而揭示其长度的多态性（simple sequence length polymorphism，SSLP）。
水稻是第一个完成基因组全序列测定的农作物，核 基因组含有12条染色体，总长约389Mb，1号染色体 最大为43.2Mb，10号染色体最小22.6Mb。全基因组 预测约含有4万个基因。 水稻双链闭环线粒体基因组大小为491kb，叶绿体 基因组134.5kb
（三） C值悖理和N值悖理
C值：是指一个单倍体 基因组中DNA的总量。 值悖理 （C value paradox）：物种的C 值和它的进化复杂性之 间无严格对应关系的现 象称为C 值悖理，是复 杂生物基因组的一个普 遍特征
第十三章 基因组学
第一节 基因组学 概述

基因组学(genomics) ： 遗传学研究进入分子水平后发展起来的一个分支，主
要研究生物体内基因组的分子特征。
* 研究对象：以整个基因组为研究单位，而不以单个基因 为单位作为研究对象。 * 研究目标：认识基因组的结构、功能和进化； 阐明整个基因组所包含的遗传信息和相互关系；
第 2节 基因组图谱构建
基因组计划的目的是获得全基因组序列，并对其进行 解读。DNA测序每次反应仅能读取1000bp的长度， 因此，基因组测序的基础是基因组图谱的构建。
鸟枪射击法 (shotgun) 基因 组序列测定
第 2节 基因组图谱构建
基因组测序策略
☆重叠群法 相互存在重叠序列的一组克隆。根据重 叠群的相对位置讲各个克隆首尾相连，长度可达百万 级bp。对单个重叠群，采用鸟枪法测序，然后进行 组装。这是由上而下（up to down）的测序策略。 ☆直接鸟枪法 首先进行全基因组鸟枪法测序，再用 分子标记为起点强鸟枪DNA片段组装。这是由下而 上（bottom to up）的测序策略。这种方法依赖于高 密度分子标记基因组图谱。
基因组图谱分为遗传图谱和物理图谱。
（一）遗传标记 遗传标记就是遗传物质的特殊的易于识别的 多态性表现形式，它包括形态标记、细胞学标 记、生化标记和分子标记。
形态标记：主要指可以观察到的一些性状,如种皮颜 色、眼色、株高等。 细胞学标记：细胞学标记是指能明确显示遗传多态 性的细胞学特征。 生化标记：主要是同工酶及种子贮藏蛋白，有时又 称蛋白质标记。 分子标记：主要指DNA水平上的标记。
ISSR（inter-ssr）
ISSR是一种新型的分子标记。与SSR 相反，直接用同位素标记SSR序列， 扩增2个SSR间的单拷贝序列。为了增 加扩增的特异性，在引物的5′和3′端分 别加入1～2个选择性碱基，引物长度 16～18bp。
AFLP ( Amplicon fragment length polymorphism) ☆ AFLP结合了RFLP和RAPD技术的优点。 AFLP的基本原理是基于PCR的扩增基因组 DNA限制性片段多态性。基因组DNA先用限制 性内切酶切割，然后将双链接头（adapter）连 接到DNA片段的末端，通过选择在3′端分别添 加1～3个选择性碱基的不同引物，选择性地识 别具有特异配对顺序的酶切片段并与之结合， 从而实现特异扩增。
四、基因组学研究内容
（一）结构基因组学(structural genomics) 通过基因作图、核苷酸序列分析确定基因 组成、进行基因定位的科学。 遗传信息在染色体上,但染色体不能直接用 来测序,必须将基因组这一巨大的研究对象进 行分解,使之成为较易操作的小的结构区域,这 个过程就是基因作图。完成基因组图谱构建 之后，就可以利用图谱进行基因组序列测定 和组装。
不同生物基因组大小
生物 T4噬菌体 T4 phage 大肠杆菌 Escherichia coli 酵母 Sccharomyces cereviside 拟南芥 Arabidopsis thaliana 线虫 Caenorhbditis elegans 果蝇 Drosophila melanogaster 水稻 Oryza sativa 小鼠 Mus musculus 人类Homo sapiens 玉米 Zea mays 小麦Triticum aestivum 基因组大小（bp） 2.0×105 4.2×106 1.5×107 1.0×108 1.0×108 1.65×108 4.3×108 3.0×109 3.3×109 5.4×109 1.6×1010
人类基因组 核基因组DNA的总长约3×109bp，含有24 条线性DNA分子，最长的有250 Mb，最短的 55 Mb。 30亿个碱基对。 线粒体基因组是长度为16569 bp的环状 DNA分子，每个细胞平均含有800个线粒体， 每个线粒体含10个基因组拷贝。
以每10cm 书写60个字母计算，30亿个碱基对连接的 长度可达5 000 km，相当于北京到香港来回的距离。
（三） C值悖理和N值悖理
N值：是指生物体所含有的基因数目。 N值悖理（N value paradox）：复杂性 不同的生物种属所具有的基因数目与其生物 结构的复杂性不成比例的现象。 如结构比较简单的线虫含有的基因数为1.9 万个, 比线虫更复杂的果蝇基因数为1.8万 个, 水稻的基因数约4万个, 最复杂的人类 其基因总数约3万个。
充分利用有效资源，预防和治疗人类疾病。
第十三章 基因工程和基因组学
一、基因组学的概念
基因组(Genome)：又称染色体组，是指一个物种单 倍体的染色体数目，是生物体全部遗传物质的总和。 基因组学(Genomics)：对生物体所有基因进行基因 组作图(包括遗传图谱、物理图谱、转录图谱)、核苷 酸序列分析、基因定位和基因功能分析的一门科学。 最终目标：获得生物体全部基因组序列，注解基因 组所含的全部基因，鉴定所有基因的功能及基因间相 互作用关系，并阐明基因组的复制及进化规律。
☆常见的寻找STS的方法： EST、 SSLP、 随机基因组序列
SNP ( single nucleotide polymorphism )
RAPD （Random amplified polymorphic DNA）
RAPD由Williams 等（1990）和Welsh等 （1990）分别发展起来的分子标记技术。这 一技术是以基因组DNA为模板，采用随机设 计的单个寡核甘酸序列（一般为10bp）为引 物，通过PCR扩增，产生不连续的DNA产物， 用于检测DNA序列的多态性。
（二） 其他生物基因组
为人类的基因组研究提供重要的依据。 ☆ 1996年，酵母菌基因组测序。 ☆ 1998年12月，线虫完整基因组序列的 ☆ 2000年3月，果蝇的基因组测序 ☆ 2001年12月14日，拟南芥基因组的完整图谱。
水稻基因组划
我国超级杂交稻（籼稻）基因组计划 2001年7月启动 2002年4月5日《Science》。 ☆材料：籼稻“9311”。 ☆完成单位：华大基因研究中心、中科院遗传与发 育生物学研究所等12个单位。 ☆水平：水稻基因组的总基因数约为46022～55615 个，工作框架图序列已覆盖水稻整个基因组92％以上 的基因。 ☆方法：“鸟枪射击法”，利用国产曙光2000、曙 光3000超级计算机(1000亿次/秒)对随机DNA碎片进行 排序和组装。
STS
☆序列标签位点（sequence tagged site） 是一小段DNA序列。每个基因组仅1个拷贝， 很容易分辨。STS要满足2个条件：
◆是一段已知的序列，可据此涉及PCR引物来检测 不同DNA片断中是否存在 这一序列。 ◆ STS在染色体上必须是独一无二的。如果在基 因组中有多个位点出现，作图数据将含混不清。
DNA标记 ☆以DNA为基础的分子标记主要包括 ◆基于杂交的分子标记，如RFLP。 ◆基于PCR的分子标记，如RAPD、AFLP、 SSR (又称microsatellite )、AFLP 等。 ◆基于DNA序列和芯片的分子标记，如SNP （single nucleotide polymorphism）。
四、基因组学研究内容
（二）功能基因组学(functional genomics) 利用结构基因组所提供的信息和产物，研 究基因组功能表达的一门分支学科。 主要研究内容:
基因的识别、鉴定和克隆。包括新策略、新技术、 新方法的创立和各种基因组数据的建立； 基因结构与功能及其相互关系的研究。包括基因 变异体的系统鉴定和目录的绘制；基因表达谱的编 制、基因结构与功能关系的鉴定、基因相互作用网 络图的编制； 基因表达调控的研究